AWS로 시작하는 AI 서비스 with 파이썬

AWS로 시작하는 AI 서비스 with 파이썬

$22.00
Description
AWS에서 제공하는 AI 서비스를 따라 하며 실제 실무에 적용한다!
AWS의 모체인 Amazon은 세계 제일의 쇼핑 사이트이다. Amazon 내부에서 다양한 AI가 사용되고 있다는 것은 쉽게 상상할 수 있다. AWS의 AI 서비스는 무척 다양하여 전체를 파악하는 것조차도 상당히 어려울 정도이다. AWS에서는 내부에서 AI를 통해 도출된 예측이나 개인화(Personalize)라고 얘기되는 AI 서비스를 일반인들에게도 제공하고 있다. 따라서 이러한 서비스를 직접 수행하며 어떠한 서비스가 제공되고 있는지 확인하는 것이 매우 중요하다.

이 책은 인공지능 개념과 역사, 선형회귀, 딥러닝 등 대표적인 기계학습 알고리즘, 기계학습을 사용하기 위한 SageMaker, EC2, AMI 등의 구현 경험과 Amazon Recognition, Amazon Comprehend, Amazon Textract, Amazon Translate 등의 서비스를 통한 AI의 구동을 직접 따라 하며 경험할 수 있다. 또한, Jupyter Notebook을 활용한 작업환경을 통해 이미지, 파일 등을 AWS로 업로드/다운로드할 수 있어 그동안 피상적으로 가지고 있던 지식들을 체계화시킬 수 있다.

제1장에서는 기계학습이나 딥러닝과 같은 AI를 구성하는 기초적인 기술에 대해 설명하고 있다. 제2장에서는 AWS에서 기계학습에 관한 서비스나 그것과 깊은 관계가 있는 데이터 수집·축적 등과 같은 서비스를 개략적으로 정리하였으며, 제3장 이후부터 실제로 조작을 하며 AI와 관련해서 AWS가 어떠한 서비스를 제공하고 있는지 구체적으로 파악할 수 있도록 구성했다. 서비스를 사용해 보고 무엇을 할 수 있는지, 어떻게 진행하면 좋은지 실제로 체감하다 보면 자신에게 알맞은 적절한 서비스를 선택하고 구축할 수 있게 될 것이다. 실제 구축 작업을 할 때는 별도로 AWS 레퍼런스 등을 참조해야 하는 경우도 있을 수 있으나, 이 책을 통해 체험하게 된다면, 레퍼런스 사이트를 능숙하게 다루면서 구축 작업을 진행할 수 있다.
저자

이노우에켄이치

IT엔지니어,경제산업성추진자격IT코디네이터,주식회사비빈코대표이사이자TechGardenSchool강사이다.
20년이넘는업무시스템개발경험중에서콜센터에AI도입프로젝트에참가한것을계기로2016년에첫저서「첫WatsonAPI사례와실천프로그래밍(릭텔레콤)」을집필했다.이후AI·IoT에뛰어난IT코디네이터로서활동하게된다.2017년에는기타큐슈시주최의비즈니스콘테스트‘기타큐슈에서IoT’에응모한아이디어가입선,그멤버와기타큐슈시고쿠라키타구에주식회사비빈코를창업해IoT솔루션개발·도입이나이미지인식모델을활용한앱개발등을하고있다.최근에「왓슨으로체감하는인공지능(릭텔레콤)」,「현장에서사용할수있다!Watson개발입문(공저,쇼에이사)」을집필했다.

목차

저자의말
소스코드다운로드방법

제1장인공지능이란무엇인가?
1.13차인공지능붐
1.1.13차인공지능붐이란?
1.1.2인공지능이란무엇인가?
1.1.31차인공지능붐
1.1.4제2차인공지능붐
1.1.5인공지능이란약간앞서나간IT
1.2기계학습
1.2.1기계학습이란무엇인가?
1.2.2기계학습의구조
1.2.3기계학습과프로그래밍
1.2.4기계학습으로무엇을할수있을까?
1.2.5기계학습은틀릴수있다
1.3기계학습의대표적인기법
1.3.1선형회귀
1.3.2기계학습과딥러닝
1.3.3심층뉴럴네트워크

제2장AWS의기계학습서비스
2.1기계학습을어떻게사용할까?
2.1.1기계학습사용하고만들기
2.1.2프로그래밍으로모델만들기
2.1.3웹서비스로모델만들기
2.1.4작성된모델을사용하기
2.2AWS에서기계학습을사용하려면?
2.2.1AmazonAI
2.2.2AmazonSageMaker
2.2.3AmazonEC2와AWSDeepLearningAMI
2.2.4데이터레이크와데이터분석서비스
2.3기계학습을시스템으로사용하려면?
2.3.1기계학습을사용한시스템이란?
2.3.2기계학습워크플로우
2.4AWS에서기계학습워크플로우만들기
2.4.1데이터수집과축적
2.4.2데이터분석과전처리
2.4.3어떤기계학습서비스를사용할까?
2.4.4시스템에설치
2.5AWS계정을만들다
2.5.1계정을만드는순서

제3장AI서비스
3.1AI서비스란?
3.1.1AI서비스는Cognitive서비스
3.1.2AI서비스개요
3.1.3AI서비스과금에대하여
3.2SDK사용준비
3.2.1AI서비스와AWSSDK
3.2.2JupyterNotebook도입(Windows)
3.2.3JupyterNotebook도입(macOS)
3.2.4IAM으로사용자추가및권한부여
3.2.5인증정보의저장
3.2.6기존사용자에게권한부여
3.2.7JupyterNotebook에서AWSSDKforPython을사용하기
3.2.8S3버킷작성및파일업로드
3.3AmazonRekognition
3.3.1AmazonRekognition이란?
3.3.2이미지를이용한사물의인식
3.3.3이미지를이용한얼굴인식
3.4AmazonComprehend
3.4.1AmazonComprehend란?
3.4.2자연어식별하기
3.4.3엔티티추출하기
3.5AmazonTextract
3.5.1AmazonTextract란?
3.5.2영어서류이미지에서데이터획득하기
3.6AmazonTranslate
3.6.1AmazonTranslate란?
3.6.2커스텀용어를사용하지않는번역
3.6.3커스텀용어를사용한번역
3.7AmazonTranscribe
3.7.1AmazonTranscribe란?
3.7.2한국어음성파일의인식
3.8AmazonPolly
3.8.1AmazonPolly란?
3.8.2한국어텍스트를음성으로변환하기
3.9AmazonLex
3.9.1AmazonLex란?
3.9.2챗봇을구현하기위한기술
3.9.3AWSLambda와연계109
3.9.4LexModelBuildingService와LexRuntimeService
3.9.5Lex에서의대화구성
3.9.6BookTrip샘플로동작확인하기
3.9.7Response추가
3.9.8챗봇공개
3.10AmazonForecast
3.10.1AmazonForecast란?
3.10.2AmazonForecast에서사용하는데이터셋(SET)
3.10.3AmazonForecast로데이터Import(데이터셋그룹작성)
3.10.4예측자작성
3.10.5예측생성과결과확인
3.10.6예측자매트릭스참조
3.11AmazonPersonalize
3.11.1AmazonPersonalize란?
3.11.2AmazonPersonalize에서사용하는데이터셋
3.11.3AmazonPersonalize로데이터Import(데이터셋그룹작성)
3.11.4솔루션(솔루션버전)생성
3.11.5캠페인생성
3.11.6Recommendation획득

제4장AmazonSageMaker
4.1SageMaker란무엇인가?
4.1.1SageMaker로할수있는일
4.1.2SageMaker사용시작
4.1.3SageMaker기능과화면구성
4.1.4GroundTruth(라벨링)
4.1.5노트북
4.1.6트레이닝(학습)
4.1.7추론
4.1.8S3버킷준비와IAMRole생성
4.1.9SageMaker의과금체계
4.2SageMaker노트북사용하기
4.2.1SageMaker노트북
4.2.2노트북인스턴스생성
4.2.3노트북사용
4.2.4노트북인스턴스정지
4.3SageMaker내장알고리즘으로모델생성
4.3.1SageMaker내장알고리즘을이용한모델생성
4.3.2SageMaker의내장알고리즘이란?
4.3.3훈련데이터준비

4.3.4훈련데이터가공
4.3.5Hyperparameter설정과S3에데이터업로드
4.3.6훈련JOB생성
4.3.7정확도평가
4.3.8모델생성
4.3.9Endpoint구성만들기
4.3.10Endpoint생성
4.3.11Endpoint삭제
4.3.12배치변환JOB
4.4SageMaker의다양한내장알고리즘
4.4.1내장알고리즘카탈로그
4.4.2선형학습자
4.5SageMakerStudio와SageMakerAutopilot
4.5.1SageMakerStudio
4.5.2SageMakerAutopilot

제5장AWSDeepLearningAMI
5.1EC2환경에서의딥러닝
5.1.1유연한환경이필요한경우
5.1.2EC2와AMI
5.1.3DLAMI와기본DLAMI
5.2DLAMI사용하기
5.2.1AMI에의한EC2Instance구축
5.2.2DLAMI의JupyterNotebook열기
5.2.3TensorFlow와Keras를통한모델구축
5.2.4구축한모델의배포(Deploy)
5.2.5EC2Instance의중지또는종료

찾아보기
번역을하면서

출판사 서평

제1장인공지능이란무엇인가?
AWS의기계학습서비스를사용하기전에미리인공지능(AI)이란무엇인지인공지능과기계학습은어떤관계가있는지알아봅니다.일반적인프로그래밍과기계학습의차이점에대해알아두는것도중요합니다.기계학습과딥러닝(DeepLearning)의기본적인내용에대해서도상세하게소개합니다.

제2장AWS의기계학습서비스
AWS에서는기계학습과관련된다양한서비스가제공되고있습니다.기계학습을실시할때는데이터를취급하는것이중요합니다.데이터가있어야만기계학습모델을만들수있습니다.AWS에서는데이터를수집하여축적하고분석하기위한서비스를풍부하게제공하고있습니다.본장에서는이러한서비스들을어떻게조합하여기계학습을실제시스템에도입해갈지배워보겠습니다.

제3장AI서비스
AWS기계학습서비스를실제로사용해보도록하겠습니다.먼저이미지인식(Rekognition)이나음성인식(Transcribe)과같은기본적인‘AI’기능을부담없이사용할수있는서비스를실제로조작해보도록하겠습니다.또한,학습데이터를스스로준비하여예측모델을만드는Forecast와Personalize같은서비스도AI서비스로분류되고있기때문에이부분도함께배워보도록하겠습니다

제4장AmazonSageMaker
AI서비스를사용할수있게되었다면,다음으로독자적인모델을자유롭게만들수있는AmazonSageMaker에도전해봅시다.SageMaker에서는모델을만들때미리준비되어있는내장된(Embedded)알고리즘뿐만아니라독자적인알고리즘을이용할수있습니다.또한만들어진모델을AWS환경에배포함으로써실제시스템에서호출하여사용할수도있습니다.SageMaker를잘다룸으로써보다본격적으로AI를활용해봅시다.

제5장AWSDeepLearningAMI
독자적인모델을만들고그것을실제시스템에서활용하고자한다면SageMaker만으로충분할것입니다.그러나선진화된알고리즘을직접사용하는등보다유연한기계학습환경이필요한경우라면AWSDeepLearningAMI(DLAMI)가필요할것입니다.제5장은DLAMI를사용해EC2환경에서딥러닝모델을만드는방법을설명하도록하겠습니다.